| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-25页 |
| 1.1 论文研究背景及意义 | 第12-14页 |
| 1.1.1 论文研究背景 | 第12-13页 |
| 1.1.2 论文研究范围 | 第13-14页 |
| 1.1.3 论文研究意义 | 第14页 |
| 1.2 风险的概念和特点 | 第14-15页 |
| 1.2.1 风险定义及特点 | 第14-15页 |
| 1.2.2 风险管理与评估 | 第15页 |
| 1.3 国内外研究现状综述 | 第15-20页 |
| 1.3.1 国外研究现状 | 第16-17页 |
| 1.3.2 国内研究现状 | 第17-20页 |
| 1.3.3 国内外现状总结 | 第20页 |
| 1.4 本文的主要工作 | 第20-25页 |
| 1.4.1 主要研究内容 | 第20-21页 |
| 1.4.2 研究方法和技术路线 | 第21-22页 |
| 1.4.3 论文结构 | 第22-25页 |
| 2 风险成因和识别 | 第25-44页 |
| 2.1 列控系统介绍 | 第25-26页 |
| 2.2 风险描述 | 第26-28页 |
| 2.3 风险成因 | 第28-32页 |
| 2.3.1 风险因子 | 第28-31页 |
| 2.3.2 风险涌现 | 第31-32页 |
| 2.4 风险识别方法 | 第32-33页 |
| 2.5 风险识别实例 | 第33-42页 |
| 2.5.1 风险识别范围 | 第33-34页 |
| 2.5.2 定义HAZOP表头 | 第34-35页 |
| 2.5.3 功能分析 | 第35页 |
| 2.5.4 设计意图分析 | 第35-40页 |
| 2.5.5 引导词选取及偏差确定 | 第40-41页 |
| 2.5.6 偏差的原因和后果影响分析 | 第41-42页 |
| 2.6 本章小结 | 第42-44页 |
| 3 风险严重度和发生频率评价改进 | 第44-63页 |
| 3.1 风险矩阵 | 第44-45页 |
| 3.2 基于组合权重和云模型的风险严重度评价 | 第45-54页 |
| 3.2.1 确定风险严重度评价指标体系U和评价标准S | 第47页 |
| 3.2.2 专家评价和组合权重计算 | 第47-48页 |
| 3.2.3 评价标准云设计 | 第48页 |
| 3.2.4 评价因素云和综合标准云设计 | 第48-50页 |
| 3.2.5 云相似度计算和风险严重度等级评价 | 第50页 |
| 3.2.6 严重度实例 | 第50-54页 |
| 3.3 基于模糊故障树的风险发生频率评价 | 第54-62页 |
| 3.3.1 故障树和模糊数 | 第54-56页 |
| 3.3.2 发生频率模糊数计算 | 第56-58页 |
| 3.3.3 顶事件发生频率模糊数计算及去模糊化 | 第58页 |
| 3.3.4 发生频率计算实例 | 第58-62页 |
| 3.4 本章小结 | 第62-63页 |
| 4 三维风险矩阵分析 | 第63-81页 |
| 4.1 风险矩阵不足 | 第63-64页 |
| 4.2 三维风险矩阵模型 | 第64-65页 |
| 4.3 基于G1法和模糊数评价矩阵的风险可预测度评价 | 第65-70页 |
| 4.3.1 确定可预测度评价指标体系U和评价等级标准S | 第65-66页 |
| 4.3.2 基于模糊数评价矩阵的评价指标体系权重计算 | 第66-68页 |
| 4.3.3 结果集成 | 第68页 |
| 4.3.4 实例 | 第68-70页 |
| 4.4 风险因素权重 | 第70-72页 |
| 4.4.1 专家评判 | 第71页 |
| 4.4.2 专家权重计算 | 第71-72页 |
| 4.4.3 集成权重计算 | 第72页 |
| 4.5 三维风险矩阵构建 | 第72-74页 |
| 4.5.1 雷达图法构建三维风险矩阵 | 第72-74页 |
| 4.5.2 三维风险矩阵色谱图 | 第74页 |
| 4.6 三维风险矩阵实例 | 第74-80页 |
| 4.6.1 严重度计算 | 第75-76页 |
| 4.6.2 发生频率计算 | 第76-78页 |
| 4.6.3 可预测度评估 | 第78-80页 |
| 4.6.4 三维风险矩阵评估 | 第80页 |
| 4.7 本章小结 | 第80-81页 |
| 5 基于BN的风险概率评估 | 第81-92页 |
| 5.1 BN理论基础 | 第81-84页 |
| 5.1.1 BN的基本介绍 | 第81-83页 |
| 5.1.2 BN的推理和学习 | 第83-84页 |
| 5.2 基于BN的列控车载设备风险分析 | 第84-90页 |
| 5.2.1 车载设备结构和功能分析 | 第84-85页 |
| 5.2.2 车载设备的故障树 | 第85-86页 |
| 5.2.3 车载故障树向BN的转化 | 第86-88页 |
| 5.2.4 车载BN节点参数的确定 | 第88-89页 |
| 5.2.5 贝叶斯网络模型推理与分析 | 第89-90页 |
| 5.3 列控车载设备动态贝叶斯网络风险分析 | 第90-91页 |
| 5.4 本章小结 | 第91-92页 |
| 6 基于不确定AHP和云模型的风险评估 | 第92-104页 |
| 6.1 风险评估体系 | 第92-93页 |
| 6.2 风险评估体系权重计算 | 第93-95页 |
| 6.2.1 采用不确定AHP计算指标体系的权重区间 | 第93-95页 |
| 6.2.2 采用集对分析计算权重精确值 | 第95页 |
| 6.3 基于云模型的风险评估 | 第95-98页 |
| 6.3.1 风险评估标准云设计 | 第96-97页 |
| 6.3.2 指标层云模型 | 第97-98页 |
| 6.3.3 项目层云模型、综合云和风险等级计算 | 第98页 |
| 6.4 实例计算 | 第98-103页 |
| 6.4.1 评估体系权重计算 | 第98-100页 |
| 6.4.2 专家评估 | 第100页 |
| 6.4.3 计算标准云 | 第100页 |
| 6.4.4 指标层云模型 | 第100-101页 |
| 6.4.5 项目层云模型和综合云模型 | 第101-103页 |
| 6.5 本章小结 | 第103-104页 |
| 7 列控系统运营风险评估系统设计 | 第104-111页 |
| 7.1 系统设计目标及开发平台和环境 | 第104页 |
| 7.1.1 系统设计目标 | 第104页 |
| 7.1.2 系统开发平台与运行环境 | 第104页 |
| 7.2 系统总体架构 | 第104-107页 |
| 7.2.1 系统逻辑框架 | 第104-106页 |
| 7.2.2 系统物理架构 | 第106-107页 |
| 7.3 系统功能结构 | 第107页 |
| 7.4 主要功能模块的实现 | 第107-110页 |
| 7.4.1 主界面 | 第107页 |
| 7.4.2 风险识别模块 | 第107-110页 |
| 7.4.3 风险等级评估模块 | 第110页 |
| 7.4.4 结果分析 | 第110页 |
| 7.5 本章小结 | 第110-111页 |
| 结论 | 第111-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-122页 |
| 附录A 专家评判表 | 第122-135页 |
| 攻读学位期间的研究成果 | 第135页 |
